Trident: Efficient 4PC Framework for Privacy Preserving Machine Learning
這篇論文和上週那篇極其相似。
4PC設置背後的動機是，在給予額外誠實方的情況下，研究3PC設置中現有解決方案在理論和實踐上的性能改進。結果表明，與3PC相比，擁有一個額外的誠實方可以實現更簡潔更高效的協議。 舉例來說，在4PC中進行操作消除了對昂貴的乘法三元組的需要，並使能夠以與兩個向量的大小無關的成本執行點積運算
由於框架中的第四方不必在整個在線階段都處於在線狀態，因此可以在大多數在線階段關閉服務器。 鑑於這一事實，即聘用4臺服務器來運行我們的框架以進行算法的訓練或預測階段的總成本，領先於ABY3，主要是因爲服務器中的服務器總運行時間 框架要低得多
提出了一個框架——trident，與現有的替代方案相比，該框架面向高吞吐量的在線階段。這個吞吐量是通過利用額外的誠實方實現的。
提出的截斷協議的亮點是，它可以與我們的乘法協議相結合，在線階段沒有額外的開銷。相比之下，ABY3中乘法的在線成本從9個環增加到了12個環，這使我們在線通信的速度提高了4倍。
這是一個祕密共享，和上一篇用了一樣的祕密共享原語，但是這個是四方的，所以不一樣，這個由於加了一個誠實的第四方，所以看起來更簡單簡潔。
論文中的這一段解釋已經足夠了。
可以看出，乘法中，p0只在離線階段作爲驗證作用存在，在在線階段並沒有出現。
數量積相當於多個乘法，所以沿襲了乘法協議的優點。
各種轉換，l表示底層環，k是計算安全性參數，可以看出，無論是輪數複雜度還是通信開銷都比ABY3有了改善。
blaze方案是將ABY3的（r，rd）生成方法進行了改變。
trident是將ABY3中的布爾電路去掉，在線階段有較少的昂貴電路。
